Advanced technology for assessment of endoscopic and histological activity in ulcerative colitis: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Advanced endoscopic technologies led to significant progress in the definition of endoscopic remission of ulcerative colitis (UC) and correlate better with histological changes, compared with standard endoscopy. However, while studies have assessed the diagnostic accuracy of endoscope technologies individually, there are currently limited data comparing between technologies. As such, the aim of this systematic review was to pool data from the existing literature and compare the correlations between endoscopy and histologic disease activity scores across endoscope technologies. Methods: We searched PubMed and Embase until February 2021 for eligible studies reporting the correlation between endoscopy and histology activity scores in UC. Studies were grouped by endoscope technology as standard-definition white light (SD-WLE), high-definition white light (HD-WLE) or electronic virtual chromoendoscopy (VCE) and comparisons made between these groups. Results: A total of N = 27 studies were identified, of which N = 12 were included in a meta-analysis of correlations between endoscopic and histological activity scores. Combining these studies identified considerable heterogeneity ( I2: 89–93%) and returned a pooled correlation coefficient ( ρ) for the SD-WLE group of 0.74, which did not differ significantly from HD-WLE ( ρ: 0.65, p = 0.521) or VCE ( ρ: 0.70, p = 0.801). In addition, N = 4 studies reported the accuracy of endoscopic activity scores on WLE and VCE to diagnose histological remission. Pooling these found significantly higher accuracy for VCE, compared with WLE [risk ratio: 1.13, 95% confidence interval (CI): 1.07–1.19, p < 0.001]. Conclusion: Activity scores assessed using endoscopy are strongly correlated with activity on histology regardless of endoscopic technology. VCE seems to be more accurate in predicting histological remission than WLE. However, given the heterogeneity between the included studies, head-to-head trials are warranted to confirm these findings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,035 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».